Аналіз ДТП в Україні

Команда: Аліса Балакірська, Максим Кметь

import altair as alt
import pandas as pd
import geopandas as gpd
all_accidents_2020 = pd.read_excel('road_accidents_2020.xlsx', sheet_name = '2', header = 1)
#all_accidents.head()
roads_accidents_2020 = pd.read_excel('road_accidents_2020.xlsx', sheet_name = '9', header = 1)

roads_conditions_2020 = pd.read_excel('road_accidents_2020.xlsx', sheet_name = '15', header = 1)
streets_conditions_2020 = pd.read_excel('road_accidents_2020.xlsx', sheet_name = '16', header = 1)

accidents_by_day_2020 = pd.read_excel('road_accidents_2020.xlsx', sheet_name = '6', header = 1)

ukraine = gpd.read_file('ukraine.json')

cities = pd.read_csv('cities.csv')

ukraine.columns = ['GID_0', 'NAME_0', 'GID_1', 'region', 'VARNAME_1', 'NL_NAME_1',
       'TYPE_1', 'ENGTYPE_1', 'CC_1', 'HASC_1', 'geometry']

cities_names = ukraine['region']

cities['city'] = ["Cherkasy", "Chernihiv", "Chernivtsi", "Dnipropetrovs'k", "Donets'k", "Ivano-Frankivs'k", "Kharkiv",
                 "Kherson", "Khmel'nyts'kyy", "Kyiv City", "Kirovohrad", "Luhans'k", "L'viv", "Mykolayiv", "Odesa",
                 "Poltava", "Rivne", "Sumy", "Ternopil'", "Vinnytsya", "Volyn", "Transcarpathia", "Zaporizhzhya", "Zhytomyr"]

parts = {"Cherkasy":"central", "Chernihiv":"north", "Chernivtsi":"west", "Dnipropetrovs'k":"east", "Donets'k":"east", "Ivano-Frankivs'k":"west", "Kharkiv":"east",
                 "Kherson":"south", "Khmel'nyts'kyy":"west", "Kyiv City":"north", "Kirovohrad":"central", "Luhans'k":"east", "L'viv":"west", "Mykolayiv":"south", "Odesa":"south",
                 "Poltava":"east", "Rivne":"west", "Sumy":"north", "Ternopil'":"west", "Vinnytsya":"central", "Volyn":"west", "Transcarpathia":"west", "Zaporizhzhya":"east", "Zhytomyr":"north"}

parts_df = pd.DataFrame.from_dict(parts, orient='index')
parts_df.columns = ['part']
parts_df = parts_df.reset_index()

d_2020 = {'region': cities['city'],'longitude': cities['longitude'], 'latitude': cities['latitude'], 'population': cities['population'], 
     'road_accidents': all_accidents_2020['all_road_accidents'], 'road_accidents_with_victims': all_accidents_2020['road_accidents_with_victims'], 
    'dead': all_accidents_2020['dead'], 'injured': all_accidents_2020['injured'], 'part': parts_df['part']}
data_2020 = pd.DataFrame(d_2020)

all_df = []

for year in ["2017", "2018", "2019", "2020"]:
    cur_all_accidents = pd.read_excel('road_accidents_' + year +'.xlsx', sheet_name = '2', header = 1)
    #cur_accidents_by_day_2020 = pd.read_excel('road_accidents_' + year +'.xlsx', sheet_name = '6', header = 1)
    d_cur = {'year': int(year),'region': cities['city'],'longitude': cities['longitude'], 'latitude': cities['latitude'], 'population': cities['population'], 
     'road_accidents': cur_all_accidents['all_road_accidents'], 'road_accidents_with_victims': cur_all_accidents['road_accidents_with_victims'], 
    'dead': cur_all_accidents['dead'], 'injured': cur_all_accidents['injured'], 'part': parts_df['part']}
    cur_df = pd.DataFrame(d_cur)
    all_df.append(cur_df)
    
all_df = pd.concat(all_df)
    
all_df = all_df[~all_df["region"].isna()]

data_2020 = all_df[all_df["year"] == 2020]

all_df["region"] = all_df["region"].str.strip()

Візуалізувати кількість ДТП у різних регіонах в різні роки.

Ми вирішили візуалізувати кількість ДТП у різних регіонах на карті України, виділивши кількість кольором та цифрою. Також ми додали повзунок, яким можна змінити рік візуалізації (з 2017 по 2020). На візуалізації присутній тултіп з назвою регіону, а також на кожному регіоні позначена точно областного центру.

Така візуалізація дозволяє наглядно побачити які регіони є лідерами по кількості аварій, бо вони кольором відрізняються від усіх інших, а також побачити як змінювалася кількість аварій в регіонах по роках.

З мінусів цієї візуалізації - складно підібрати кольорову схему яка би описувала всі дані, а не виділяла лише аутлаєрів. Так відбувається через те що в більшості областей кількість аварій до 5000, а в Києві їх 39000, відповідно більшість областей виходять одного кольору. Так само в таку візуалізацію складно додати щоб колір регіонів змінювався коли змінюється рік.

input_slider = alt.binding_range(min=all_df.year.min(), max=all_df.year.max(), step=1, name='select year:')
select_year = alt.selection_single(name="year", fields = ['year'], bind=input_slider, init = {'year': 2020})
select_region = alt.selection_single(on = 'mouseover', nearest = False, fields = ['region'], empty = 'none')

ukraine.head()

	GID_0	NAME_0	GID_1	region	VARNAME_1	NL_NAME_1	TYPE_1	ENGTYPE_1	CC_1	HASC_1	geometry
0	UKR	Ukraine	UKR.1_1	Cherkasy	Cherkas'ka Oblast'|Cherkasskaya Oblast'|Cherkassy	None	Oblast'	Region	None	UA.CK	MULTIPOLYGON (((31.32614 48.74507, 31.31716 48...
1	UKR	Ukraine	UKR.2_1	Chernihiv	Chernigov|Tschernigow	None	Oblast'	Region	None	UA.CH	MULTIPOLYGON (((33.09283 50.50966, 33.09261 50...
2	UKR	Ukraine	UKR.3_1	Chernivtsi	Chernivets'ka Oblast'|Chernovitskaya Oblast'|C...	None	Oblast'	Region	None	UA.CV	MULTIPOLYGON (((24.93280 47.72794, 24.93301 47...
3	UKR	Ukraine	UKR.4_1	Crimea	Crimée|Criméia|Krim|Krymskaya Respublika|Respu...	None	Autonomous Republic	Autonomous Republic	None	UA.KR	MULTIPOLYGON (((33.79291 44.39153, 33.79465 44...
4	UKR	Ukraine	UKR.5_1	Dnipropetrovs'k	Dnipropetrovsk|Dniepropietrovsk|Dnjepropetrowsk	None	Oblast'	Region	None	UA.DP	MULTIPOLYGON (((33.93176 47.48407, 33.92332 47...

base_back = alt.Chart(ukraine).project().mark_geoshape().encode(tooltip = alt.Tooltip('region:N'))

base = alt.Chart(ukraine).transform_lookup(
    lookup = 'region',
    from_ = alt.LookupData(data = all_df, 
                           key = 'region',
                           fields=['road_accidents', 'region'])
).mark_geoshape(stroke = 'white', strokeWidth = 1
).encode(color = alt.Color('road_accidents:Q', scale = alt.Scale(scheme = 'reds')))


points = alt.Chart(cities).mark_point().encode(
    longitude = alt.Longitude('longitude:Q'),
    latitude = alt.Latitude('latitude:Q')
)

labels = alt.Chart(all_df).mark_text(
align = 'left',
    baseline = 'middle',
    dx = 15,
    size = 12
    ).encode(
    longitude = alt.Longitude('longitude:Q'),
    latitude = alt.Latitude('latitude:Q'),
    text = alt.Text('road_accidents:N')).transform_filter(select_year
)

selection = alt.Chart(ukraine).transform_lookup(
    lookup = 'region',
    from_ = alt.LookupData(data = all_df, 
                           key = 'region',
                           fields=['road_accidents', 'region'])
).mark_geoshape(stroke='black', strokeWidth=2).encode(
    color = alt.Color('road_accidents:Q', scale = alt.Scale(scheme = 'reds')),
    opacity = alt.condition(select_region, alt.value(1), alt.value(1))
).transform_filter(select_region)

headline = alt.Chart(all_df).mark_text(
    fontSize=15, align='left', lineBreak='\n', dy=20, dx=20).encode(
    text=alt.value("Number of all road accidents in year"), x=alt.value(0), y=alt.value(0))

alt.layer(base_back, base, selection, points, labels, headline).configure_legend(orient = 'bottom-left').configure_view(strokeWidth = 0).properties(width = 800, height = 600).add_selection(select_year, select_region)

Візуалізувати співвідношення кількості аварій з жертвами до загальної кількості аварій по регіонах та по роках. На цій візуалізації показано співвідношення кількості аварій з жертвами до загальної кількості аварій по регіонах. Є повзунок по роках з 2017 по 2020. Регіони на візуалізації позначені бульбашками, розмір який залежить від кількості населення в регіоні. Це також дозволяє пропорційно порівняти як кількість населення впливає на кількість аварій. Всі регіони ми розділили на частини України, або побачити чи залежить безпечність аварій від частини України.

З візуалізації можемо побачити, що кількість аварій впринципі пропорційна до розміру населення в області. З цікавого, можна помітити що кількість жертв від аварій не завжди пропорційна до кількості аварій загалом. Наприклад, у 2020 році в Дніпропетровській області аварій було значно (в три рази) менше ніж в Київській, але жертв від аварій там було більше. З частин України лідерів немає лише з центральної частини, але це скоріш пов'язано з кількістю населення, а не з місцем розташування. Тож можемо зробити висновок що кількість аварій і жертв не залежить вид частини України.

Ми обрали саме такий спосіб візуалізації, бо він найкраще описує пропорційність чисел. Пропорцію ми могли так само описати використовуючи бар-чарти, але складно було би прив'язати дані до кількості населення в регіоні та до частини України.

input_slider = alt.binding_range(min=all_df.year.min(), max=all_df.year.max(), step=1, name='select year:')
select_year = alt.selection_single(name="year", fields = ['year'], bind=input_slider, init = {'year': 2020})


select_part = alt.selection_single(on = 'mouseover', fields = ['part'], nearest = False, empty = 'all')

alt.Chart(all_df).mark_point(filled = True).encode(
    x = alt.X('road_accidents:Q', scale = alt.Scale(type = 'log', 
                                base = 2, 
                                domain = [all_df.road_accidents.min(), 
                                          all_df.road_accidents.max()]), title = "num road accidents"),
    y = alt.Y('road_accidents_with_victims:Q', scale = alt.Scale(zero = True, domain = [all_df.road_accidents_with_victims.min(), 
                                          all_df.road_accidents_with_victims.max()]), title = "num road accidents with victims"),
    tooltip = [
        alt.Tooltip('region:N'),
        alt.Tooltip('road_accidents:N'),
        alt.Tooltip('road_accidents_with_victims:N')
    ],
    color = alt.Color('part:N'),
    size = alt.Size('population:Q'),
    opacity = alt.condition(
        select_part,
        alt.value(0.8),
        alt.value(0.3)
    )
).add_selection(
    select_part
).add_selection(
    select_year
).transform_filter(select_year
).properties(width = 800, height = 500, background = '#F9F9F9', padding = 25)

Візуалізувати дороги на яких найчастіше трапляються аварії з жертвами(2020). (top15)

Для візуалізації доріг, на яких найчастіше трапляються аварії з жертвами (за 2020 рік) ми вибрали бар чарти. Ми посортували їх по кількості аварій та узяли топ-15 небезпечних доріг. Бар чарт складається з суми поранених та померлих людей під час аварії на цій дорозі.

Візуалізація дозволяє побачити найнебезпечніші дороги України - видно напрямок траси, номер, кількість жертв та померлих людей.

Альтернативою є візуалізація трас на карті України, але, на жаль, ми не змогли знайти потрібні дані для такої візуалізації.

roads_df = []
for ind, row in roads_accidents_2020.iterrows():
    for c in ["dead", "injured"]:
        r = {}
        r["road"] = row["road"]
        r["accident"] = c
        r["num_people"] = row[c]
        roads_df.append(r)

roads_df = pd.DataFrame(roads_df)

alt.Chart(roads_df.groupby(by="road").sum().sort_values(
    by="num_people", ascending=False).merge(roads_df[["road","accident"]], how="inner", on= "road").head(30)).mark_bar().encode(
    x = alt.X('num_people:Q', title="number of people"),
    y = alt.Y('road:N', sort='-x'),
    color = alt.Color('accident:N'),
    tooltip = [alt.Tooltip('accident:N'), alt.Tooltip('num_people:Q')],
).properties(width = 700, height = 600)

Візуалізувати в яких містах найчастіше люди стають жертвами аварій через незадовільний стан доріг(2020).

Для візуалізації міст, в яких найчастіше люди стають жертвами аварій через незадовільний стан доріг (за 2020 рік) ми також вибрали бар чарти. Бар чарт складається з суми поранених та померлих людей під час аварій.

Візуалізація дозволяє побачити області, в яких найгірші дороги України.

Альтернативою є візуалізація карти України з бар-чартом на кожній області, який складався б з кількості жертв та померлих людей в обласному центрі цієї області.

roads_conditions_df = []
for ind, row in roads_conditions_2020.iterrows():
    for c in ["dead", "injured"]:
        r = {}
        r["region"] = row["region"]
        r["accident"] = c
        r["number"] = row[c]
        roads_conditions_df.append(r)

roads_conditions_df = pd.DataFrame(roads_conditions_df)

alt.Chart(roads_conditions_df).mark_bar().encode(
    x = alt.X('number:Q', aggregate = 'sum', sort=alt.Sort(field="number"), title="number of people"),
    y = alt.Y('region:N', sort='-x'),
    color = alt.Color('accident:N'),
    tooltip = [alt.Tooltip('accident'), alt.Tooltip('number')],
).properties(width = 700, height = 500)

Візуалізувати в яких містах найчастіше люди стають жертвами аварій через незадовільний стан вулиць (2020).

Для візуалізації міст, в яких найчастіше люди стають жертвами аварій через незадовільний стан вулиць (за 2020 рік) ми так само вибрали бар чарти. Бар чарт складається з суми поранених та померлих людей під час аварій.

Візуалізація дозволяє побачити області, в яких найбільше аварій через незадовільний стан вулиць України.

Альтернативою є візуалізація карти України з бар-чартом на кожній області, який складався б з кількості жертв та померлих людей в обласному центрі цієї області.

streets_conditions_df = []
for ind, row in streets_conditions_2020.iterrows():
    for c in ["dead", "injured"]:
        r = {}
        r["region"] = row["region"]
        r["accident"] = c
        r["number"] = row[c]
        streets_conditions_df.append(r)

streets_conditions_df = pd.DataFrame(streets_conditions_df)

alt.Chart(streets_conditions_df).mark_bar().encode(
    x = alt.X('number:Q', aggregate = 'sum', sort=alt.Sort(field="number"), title="number of people"),
    y = alt.Y('region:N', sort='-x'),
    color = alt.Color('accident:N'),
    tooltip = [alt.Tooltip('accident'), alt.Tooltip('number')],
).properties(width = 700, height = 500)